大部分處理NGS數據的生物信息學工具都是為正常基因組而設計的，其應用程序背后的假設對腫瘤樣本無效，因此往往會產生不準確的組裝結果。而癌癥基因組的分析需要醫生和生物信息學家之間密切合作，以優化數據處理，確保所產生的數據是臨床上可用的。所以，必須開發出更好的算法，才能可靠準確地檢測異質性腫瘤中的突變。

這個挑戰主要來自3個方面：一是還無法讀出等位基因的相關突變；二是藥物引導靶點突變時，臨床反應不夠顯著（可能僅10%突變）；三是如何將藥物用到合適的群體。

面臨的挑戰有如下幾點：首先，樣本質量不好，且數量有限。幾乎所有的腫瘤樣本都在一定程度上污染了正常組織；而且許多樣本是以FFPE形式保存的，包含片段化、交聯的DNA。其次，癌癥基因組的分析相當復雜。研究人員已在癌癥中發現了大量復雜的遺傳變異，這意味著不能總是依賴標準的人類參考序列，基因可能以多個拷貝存在，染色體規模（結構）變化很頻繁，而表觀基因組的變化也很常見。同時，癌癥異質性也是需要考慮的因素。癌癥往往不是包括單個優勢克隆，而可能含有多個亞克隆。目前還不清楚亞克隆對于腫瘤生長是否重要，但它們可能包含了臨床上重要的變化，如賦予耐藥性的突變。許多癌癥基因組是高度重排的，存在大量、大規模的突變，如易位、倒位、融合和拷貝數的變化。這些因素讓腫瘤的NGS分析更加困難。此外，作者認為生物信息學工具也有待改進。

總結

以上是生活随笔為你收集整理的NGS在肿瘤诊断中面临的挑战？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。